本發(fā)明公開了一種基于乘積量化學(xué)習(xí)策略的缺陷檢測(cè)算法，其是一種基于普通笛卡爾K均值的算法的改進(jìn)算法，即半監(jiān)督笛卡爾K均值算法。主要采用三階段方式，第一階段：確定缺陷的位置和種類，采用最優(yōu)反向預(yù)測(cè)算法作為檢測(cè)手段；第二階段：對(duì)第一階段檢測(cè)出的各個(gè)結(jié)構(gòu)圖像中的缺陷位置做定位檢測(cè)，也是采用基于目標(biāo)檢測(cè)的方式；第三階段：在第二階段的基礎(chǔ)上，對(duì)檢測(cè)圖像進(jìn)行裁剪，將其送到分類模型進(jìn)行分類，以確定最終的分類和識(shí)別結(jié)果。本發(fā)明能夠有效地減少每個(gè)子空間的量化誤差，提高識(shí)別性能。